从excel文件（熊猫数据框）创建字典

Question

我的 excel/pandas 数据框/文件看起来像这样：

+------+--------+
|  ID  | 2nd ID |
+------+--------+
| ID_1 |  R_1   |
| ID_1 |  R_2   |
| ID_2 |  R_3   |
| ID_3 |        |
| ID_4 |  R_4   |
| ID_5 |        |
+------+--------+

如何将其转换为 python 字典？我希望我的结果是这样的：

{'ID_1':['R_1','R_2'],'ID_2':['R_3'],'ID_3':[],'ID_4':['R_4'],'ID_5':[]}

我应该怎么做才能获得它？

Answer 1

如果需要删除不存在值的缺失值，请在 GroupBy.apply 的 lambda 函数中使用 Series.dropna：

d = df.groupby('ID')['2nd ID'].apply(lambda x: x.dropna().tolist()).to_dict()
print (d)
{'ID_1': ['R_1', 'R_2'], 'ID_2': ['R_3'], 'ID_3': [], 'ID_4': ['R_4'], 'ID_5': []}

或者使用 fact np.nan == np.nan return False in list compehension 过滤非缺失值，也可以查看 docs 中的 warning 以获得更多解释。

d = df.groupby('ID')['2nd ID'].apply(lambda x: [y for y in x if y == y]).to_dict()

如果需要删除空字符串：

d = df.groupby('ID')['2nd ID'].apply(lambda x: [y for y in x if y != '']).to_dict()

Answer 2

在数据帧上应用一个函数，将值附加到您的字典中。 Apply 没有就地，因此您的字典将被创建。

d = dict.fromkeys(df.ID.unique(), [])

def func(x):
  
  d[x.ID].append(x["2nd ID"])

# will return a series of Nones
df.apply(func, axis = 1)

编辑：

我在 Gitter 上问过，@gurukiran07 给了我一个答案。您正在尝试做的是反向爆炸功能

s = pd.Series([[1, 2, 3], [4, 5]])

0    [1, 2, 3]
1       [4, 5]
dtype: object

exploded = s.explode()

0    1
0    2
0    3
1    4
1    5
dtype: object

exploded.groupby(level=0).agg(list)

0    [1, 2, 3]
1       [4, 5]
dtype: object